MCP einfach erklärt

Wie künstliche Intelligenz mit anderen Programmen kommuniziert, MCP einfach erklärt. Künstliche Intelligenz kann längst mehr als Texte schreiben und Fragen beantworten. Moderne KI-Systeme können Informationen aus Datenbanken abrufen, Kalender verwalten, Dokumente analysieren und mit anderen Anwendungen zusammenarbeiten. Eine wichtige Technologie, die solche Verbindungen erleichtert, heißt Model Context Protocol (MCP). Doch was steckt dahinter, wie funktioniert MCP und warum spielt es für die Zukunft von KI-Agenten eine wichtige Rolle?

Eine der wichtigsten Technologien dahinter heißt RAG. Die Abkürzung steht für Retrieval-Augmented Generation, auf Deutsch etwa: Antwortgenerierung mit zusätzlichem Informationsabruf.

Wer ChatGPT, Claude oder andere KI-Anwendungen verwendet, kennt das grundlegende Prinzip: Man stellt eine Frage oder formuliert eine Aufgabe und erhält eine Antwort. Die Möglichkeiten werden jedoch deutlich größer, wenn künstliche Intelligenz nicht nur auf ihr trainiertes Wissen zurückgreifen kann, sondern auch externe Informationen und Programme nutzen darf.

Stellen wir uns beispielsweise vor, ein Unternehmer möchte wissen, welche Kunden in den vergangenen drei Monaten besonders häufig bestellt haben. Die notwendigen Informationen befinden sich in einer Kundendatenbank. Ein Sprachmodell kann diese Frage nicht zuverlässig beantworten, solange es keinen Zugriff auf die entsprechenden Daten besitzt.

Genau hier setzt das Model Context Protocol (MCP) an. Es definiert eine standardisierte Möglichkeit, KI-Anwendungen mit externen Werkzeugen, Datenquellen und Diensten zu verbinden.

MCP wird deshalb häufig als eine Art universeller Anschluss für künstliche Intelligenz beschrieben. Dieser Vergleich ist zwar vereinfacht, verdeutlicht aber den Grundgedanken: Statt für jede Kombination aus KI-Anwendung und externem System eine vollständig individuelle Integration zu entwickeln, können Entwickler eine gemeinsame Schnittstelle verwenden.

Was ist MCP?

MCP steht für Model Context Protocol. Es handelt sich um ein offenes Protokoll, das ursprünglich von Anthropic vorgestellt wurde.

Das Ziel besteht darin, die Kommunikation zwischen KI-Anwendungen und externen Systemen zu vereinheitlichen.

Ein Sprachmodell verarbeitet zunächst die Informationen, die ihm innerhalb seines aktuellen Kontexts zur Verfügung stehen. Ohne zusätzliche Verbindungen kann es nicht selbstständig auf beliebige Dateien, Unternehmensdatenbanken oder Online-Dienste zugreifen.

MCP schafft eine technische Grundlage, über die eine KI-Anwendung verfügbare Werkzeuge und Informationen entdecken und verwenden kann.

Dabei ist wichtig: MCP ist selbst kein KI-Modell. Es macht ein Sprachmodell auch nicht automatisch intelligenter. Vielmehr erleichtert es den kontrollierten Zugang zu Funktionen und Informationen außerhalb des Modells.

Ein einfaches Beispiel

Angenommen, Sie verwenden einen KI-Assistenten und geben folgende Anweisung ein:

„Prüfe meine Termine für morgen und erstelle eine kurze Übersicht über die wichtigsten Besprechungen.“

Damit diese Aufgabe tatsächlich ausgeführt werden kann, benötigt die KI Zugriff auf Ihren Kalender.

Eine MCP-Integration kann diesen Zugriff ermöglichen, sofern ein geeigneter Server vorhanden ist und die erforderlichen Berechtigungen erteilt wurden.

Die KI-Anwendung kann dann eine passende Kalenderfunktion aufrufen, die zurückgegebenen Informationen auswerten und daraus eine verständliche Übersicht erstellen.

Der entscheidende Unterschied: Die KI muss die Termine nicht erraten oder vom Benutzer einzeln mitgeteilt bekommen. Sie kann die benötigten Informationen über eine angebundene Anwendung abrufen.

Warum wurde MCP entwickelt?

Die Verbindung von KI-Systemen mit externen Programmen ist grundsätzlich keine neue Idee.

Schon vor MCP konnten Entwickler Sprachmodelle über Programmierschnittstellen, sogenannte APIs, mit anderen Anwendungen verbinden.

Das Problem bestand jedoch darin, dass häufig individuelle Integrationen notwendig waren.

Ein Entwickler, der einen KI-Assistenten mit einem Kalender verbinden wollte, musste eine entsprechende Schnittstelle implementieren. Für den Zugriff auf ein CRM-System, eine Datenbank oder einen Cloud-Speicher waren zusätzliche Anpassungen erforderlich.

Sollten dieselben Funktionen in einer anderen KI-Anwendung verwendet werden, entstand häufig weiterer Entwicklungsaufwand.

MCP soll diesen Aufwand reduzieren.

Durch ein gemeinsames Protokoll können unterschiedliche KI-Anwendungen mit kompatiblen MCP-Servern kommunizieren.

Das bedeutet allerdings nicht, dass jede Anwendung automatisch mit jedem MCP-Server funktioniert. Unterstützung, Authentifizierung, Berechtigungen und technische Kompatibilität müssen weiterhin gegeben sein.

Wie funktioniert das Model Context Protocol?

Die Architektur von MCP basiert auf mehreren Komponenten, die miteinander kommunizieren.

Im Mittelpunkt stehen der Host, der MCP-Client und der MCP-Server.

1. Der MCP-Host

Der Host ist die Anwendung, in der der Benutzer mit künstlicher Intelligenz arbeitet.

Das kann beispielsweise ein KI-Chatprogramm, eine Entwicklungsumgebung oder eine andere Software mit integrierten KI-Funktionen sein.

Der Host verwaltet die Interaktion mit dem Benutzer und steuert, welche externen Verbindungen genutzt werden dürfen.

2. Der MCP-Client

Der MCP-Client ist eine technische Komponente innerhalb des Hosts.

Er stellt die Verbindung zu einem MCP-Server her und übernimmt die Kommunikation nach den Regeln des Protokolls.

Ein Host kann mehrere Clients verwalten, die jeweils mit unterschiedlichen Servern verbunden sind.

3. Der MCP-Server

Der MCP-Server stellt bestimmte Informationen oder Funktionen bereit.

Er kann beispielsweise Zugriff auf Dateien ermöglichen, Datenbankabfragen ausführen oder Funktionen eines externen Dienstes zugänglich machen.

Ein MCP-Server kann lokal auf dem eigenen Computer laufen oder über ein Netzwerk erreichbar sein.

Der Begriff Server bedeutet hier also nicht zwangsläufig, dass ein eigener physischer Server benötigt wird.

So läuft eine MCP-Anfrage ab

Nehmen wir an, ein Benutzer fragt:

„Wie hoch war unser Umsatz im vergangenen Monat?“

Wenn eine geeignete Verbindung eingerichtet ist, könnte der Ablauf folgendermaßen aussehen:

1. Die KI-Anwendung erkennt, dass aktuelle Unternehmensdaten benötigt werden.
2. Sie identifiziert ein geeignetes Werkzeug, das über einen MCP-Server bereitgestellt wird.
3. Der MCP-Client übermittelt den Werkzeugaufruf.
4. Der MCP-Server führt die zulässige Datenbankabfrage aus.
5. Die Ergebnisse werden an die KI-Anwendung zurückgegeben.
6. Das Sprachmodell verarbeitet die Daten und formuliert eine verständliche Antwort.

Für den Benutzer kann dieser Vorgang wie eine gewöhnliche Unterhaltung mit einem KI-Assistenten aussehen.

Im Hintergrund findet jedoch eine Kommunikation zwischen mehreren technischen Komponenten statt.

Welche Funktionen kann ein MCP-Server bereitstellen?

MCP unterscheidet verschiedene Möglichkeiten, Informationen und Funktionen verfügbar zu machen.

Besonders wichtig sind Tools, Resources und Prompts.

Tools: Werkzeuge für konkrete Aktionen

Tools ermöglichen es einer KI-Anwendung, bestimmte Funktionen aufzurufen.

Dazu können beispielsweise Datenbankabfragen, Berechnungen oder Aktionen in anderen Programmen gehören.

Ein entsprechend ausgestattetes System könnte damit Informationen abrufen, Dateien erstellen oder Einträge in einer Anwendung verändern.

Welche Aktionen tatsächlich möglich sind, hängt von den bereitgestellten Werkzeugen und den eingeräumten Berechtigungen ab.

Resources: Informationen für die KI

Resources stellen Daten bereit, die eine KI-Anwendung als Kontext verwenden kann.

Das können beispielsweise Dokumente, Konfigurationsdateien oder andere strukturierte Informationen sein.

Im Unterschied zu einem Tool, das eine Aktion ausführt, steht bei einer Resource die Bereitstellung von Informationen im Vordergrund.

Prompts: Wiederverwendbare Anweisungen

MCP unterstützt außerdem die Bereitstellung vordefinierter Prompt-Vorlagen.

Diese können bestimmte Arbeitsabläufe vereinfachen.

Ein Unternehmen könnte beispielsweise eine Vorlage für die Analyse von Verkaufsberichten bereitstellen.

Die KI-Anwendung kann diese Vorlage verwenden, um eine Aufgabe nach einem einheitlichen Muster zu bearbeiten.

MCP und API: Was ist der Unterschied?

Eine häufige Frage lautet: Warum braucht man MCP, wenn es bereits APIs gibt?

Die Antwort ist einfach: MCP ersetzt APIs nicht, sondern kann deren Nutzung durch KI-Anwendungen standardisieren.

Eine API definiert, wie unterschiedliche Softwareprogramme miteinander kommunizieren können.

Ein Online-Shop stellt beispielsweise eine API bereit, über die andere Anwendungen Bestellungen abrufen oder Produktinformationen verwalten können.

MCP setzt auf einer anderen Ebene an.

Es beschreibt, wie eine KI-Anwendung verfügbare Werkzeuge und Informationen über eine einheitliche Schnittstelle entdecken und verwenden kann.

Ein MCP-Server kann im Hintergrund wiederum eine gewöhnliche API aufrufen.

Ein Vergleich aus dem Alltag

Stellen Sie sich vor, Sie besitzen mehrere elektrische Geräte mit unterschiedlichen Anschlüssen.

Für jedes Gerät benötigen Sie einen passenden Adapter.

Ein gemeinsamer Anschlussstandard reduziert die Anzahl unterschiedlicher Verbindungslösungen.

Ähnlich verhält es sich mit MCP.

Der Standard erleichtert es, unterschiedliche Werkzeuge für KI-Anwendungen verfügbar zu machen.

Die eigentlichen Programme und ihre APIs bleiben jedoch bestehen.

Welche Rolle spielt MCP bei KI-Agenten?

In unserer KI-Akademie haben wir bereits erklärt, was ein KI-Agent ist und wie solche Systeme selbstständig mehrstufige Aufgaben bearbeiten können.

MCP ergänzt dieses Konzept um eine wichtige technische Möglichkeit.

Ein KI-Agent benötigt häufig Zugriff auf externe Werkzeuge, um seine Aufgaben auszuführen.

Ein Agent für die Büroorganisation könnte beispielsweise Kalenderinformationen abrufen, Dokumente analysieren und Aufgaben in einer Projektmanagementsoftware anlegen.

MCP kann dafür geeignete Schnittstellen bereitstellen.

Wichtig ist jedoch die Unterscheidung zwischen beiden Technologien.

Ein KI-Agent ist ein System, das Aufgaben verfolgt und Handlungsschritte auswählt. MCP ist ein Kommunikationsprotokoll, über das externe Funktionen und Informationen bereitgestellt werden können.

Ein KI-Agent benötigt nicht zwingend MCP. Er kann auch über direkte APIs oder andere Integrationen mit externen Programmen kommunizieren.

Umgekehrt macht MCP aus einem gewöhnlichen Chatbot nicht automatisch einen autonomen Agenten.

Die beiden Konzepte ergänzen sich, erfüllen aber unterschiedliche Aufgaben.

MCP, RAG und Vektordatenbanken: Wie hängt das zusammen?

Wer unsere bisherigen Artikel gelesen hat, kennt bereits Retrieval-Augmented Generation, kurz RAG.

Bei RAG werden relevante Informationen aus externen Wissensquellen abgerufen und einem Sprachmodell zur Beantwortung einer Anfrage zur Verfügung gestellt.

Häufig kommen dabei Embeddings und Vektordatenbanken zum Einsatz.

MCP verfolgt einen anderen Ansatz.

Während RAG beschreibt, wie zusätzliche Informationen in die Antwortgenerierung einbezogen werden können, standardisiert MCP die Kommunikation mit externen Werkzeugen und Datenquellen.

Beide Technologien können zusammenarbeiten.

Ein MCP-Server könnte beispielsweise eine Suchfunktion bereitstellen, die im Hintergrund eine Vektordatenbank verwendet.

Die KI-Anwendung ruft diese Funktion auf und erhält relevante Dokumentenausschnitte.

Anschließend kann das Sprachmodell die gefundenen Informationen für seine Antwort verwenden.

MCP ersetzt also weder RAG noch eine Vektordatenbank.

Es kann vielmehr dabei helfen, entsprechende Funktionen in KI-Anwendungen einzubinden.

Praktische Einsatzmöglichkeiten von MCP

Die eigentliche Bedeutung von MCP zeigt sich in konkreten Anwendungen.

MCP im Büroalltag

Ein KI-Assistent könnte mit Kalendern, Dokumenten und Aufgabenverwaltungssystemen verbunden werden.

Dadurch lassen sich beispielsweise Besprechungen vorbereiten oder Informationen aus verschiedenen Quellen zusammenführen.

Ein Mitarbeiter könnte fragen:

„Welche offenen Aufgaben aus der letzten Projektbesprechung müssen diese Woche erledigt werden?“

Wenn die notwendigen Datenquellen verbunden sind, kann die KI entsprechende Informationen abrufen und zusammenfassen.

MCP im Vertrieb

Im Vertrieb könnte MCP den Zugriff auf CRM-Systeme erleichtern.

Ein KI-Assistent könnte beispielsweise Informationen über bestehende Kunden abrufen, offene Verkaufschancen analysieren oder die Vorbereitung eines Kundengesprächs unterstützen.

Denkbar wäre eine Anfrage wie:

„Zeige mir alle Kunden, bei denen seit mehr als drei Monaten kein persönlicher Kontakt stattgefunden hat.“

Die KI könnte über ein geeignetes Werkzeug die relevanten Datensätze abrufen und eine Übersicht erstellen.

Dabei müssen selbstverständlich Datenschutz und Zugriffsberechtigungen berücksichtigt werden.

MCP in der Softwareentwicklung

Auch für Programmierer ist MCP interessant.

Entwicklungsumgebungen können KI-Assistenten Zugriff auf Projektdateien, Dokumentationen und ausgewählte Entwicklungswerkzeuge ermöglichen.

Ein Assistent kann dadurch beispielsweise den Aufbau eines Softwareprojekts untersuchen oder bei der Fehlersuche unterstützen.

Je nach Integration können auch Tests ausgeführt oder Änderungen an Dateien vorgenommen werden.

Solche Aktionen sollten jedoch durch geeignete Berechtigungen und Kontrollmechanismen abgesichert werden.

MCP für Unternehmenswissen

Viele Unternehmen speichern Informationen in unterschiedlichen Systemen.

Ein Teil befindet sich in Dokumenten, andere Informationen liegen in Datenbanken oder spezialisierten Anwendungen.

MCP kann dabei helfen, ausgewählte Funktionen dieser Systeme über eine gemeinsame technische Schnittstelle zugänglich zu machen.

Ein KI-Assistent könnte dadurch Informationen aus mehreren Quellen berücksichtigen, sofern entsprechende Integrationen vorhanden sind.

Welche Programme unterstützen MCP?

Das Model Context Protocol ist ein offener Standard und nicht auf einen einzelnen KI-Anbieter beschränkt.

Zu den bekannten Anwendungen und Entwicklungsumgebungen im MCP-Umfeld gehören Claude, ChatGPT sowie verschiedene KI-gestützte Programmierwerkzeuge.

Welche Funktionen konkret verfügbar sind, hängt von der jeweiligen Anwendung, der Version, dem gewählten Tarif und den unterstützten Integrationen ab.

Auch die Einrichtung unterscheidet sich je nach Plattform.

Manche Anwendungen ermöglichen das Hinzufügen kompatibler Verbindungen über ihre Benutzeroberfläche. Bei anderen müssen Konfigurationsdateien angepasst oder zusätzliche Komponenten installiert werden.

Wer MCP praktisch ausprobieren möchte, sollte deshalb zunächst die Dokumentation der verwendeten KI-Anwendung prüfen.

Wie kann man MCP selbst ausprobieren?

Für einen ersten Einstieg sind keine umfangreichen Programmierkenntnisse erforderlich, sofern eine KI-Anwendung die Einrichtung geeigneter MCP-Verbindungen unterstützt.

Ein sinnvoller erster Versuch besteht darin, einen MCP-Server zu verwenden, der ausschließlich auf ausgewählte Testdateien zugreifen darf.

Dadurch lässt sich nachvollziehen, wie eine KI-Anwendung externe Informationen abruft, ohne sofort sensible Daten freizugeben.

Ein möglicher Ablauf besteht darin, zunächst eine kompatible Anwendung auszuwählen, anschließend einen vertrauenswürdigen MCP-Server einzurichten und danach eine einfache Abfrage durchzuführen.

Wichtig ist, die Berechtigungen bewusst zu begrenzen.

Für erste Experimente sollten keine produktiven Unternehmensdaten, Passwörter oder vertraulichen Kundendokumente verwendet werden.

Wo findet man technische Informationen?

Die offizielle Dokumentation des Model Context Protocol bietet ausführliche Informationen über Architektur, unterstützte Funktionen und die Entwicklung eigener MCP-Server.

Offizielle Dokumentation: https://modelcontextprotocol.io

GitHub-Projekt: https://github.com/modelcontextprotocol

Auch Anthropic stellt Informationen über die Verwendung von MCP mit Claude bereit.

Anthropic: https://www.anthropic.com

Diese Quellen eignen sich besonders für Leser, die nach dem grundlegenden Verständnis auch praktische Erfahrungen sammeln möchten.

Ist MCP sicher?

Die Standardisierung einer Schnittstelle bedeutet nicht automatisch, dass ihre Verwendung sicher ist.

MCP-Verbindungen können Zugriff auf sensible Informationen und leistungsfähige Funktionen ermöglichen.

Daraus entstehen verschiedene Risiken.

Unzureichende Zugriffsrechte

Ein MCP-Server sollte nur die Berechtigungen erhalten, die für seine Aufgabe tatsächlich notwendig sind.

Ein Werkzeug, das Dokumente lediglich analysieren soll, benötigt beispielsweise nicht automatisch das Recht, Dateien zu löschen.

Unsichere oder manipulierte Server

Nicht jeder öffentlich verfügbare MCP-Server ist vertrauenswürdig.

Ein manipulierter Server könnte versuchen, vertrauliche Informationen abzugreifen oder unerwünschte Aktionen auszulösen.

Deshalb sollten insbesondere Unternehmen nur geprüfte Integrationen verwenden.

Prompt Injection

Eine weitere Gefahr sind Prompt-Injection-Angriffe.

Dabei enthalten externe Informationen versteckte Anweisungen, die das Verhalten einer KI-Anwendung beeinflussen sollen.

Ein Angreifer könnte beispielsweise versuchen, über manipulierte Dokumente oder Werkzeugantworten eine unerwünschte Aktion auszulösen.

Dieses Risiko ist besonders relevant, wenn KI-Systeme nicht nur Informationen lesen, sondern auch Änderungen vornehmen dürfen.

Menschliche Kontrolle bleibt notwendig

Für sensible Aktionen sollten zusätzliche Freigaben vorgesehen werden.

Das gilt beispielsweise für das Versenden von Nachrichten, das Verändern wichtiger Daten oder finanzielle Transaktionen.

Ein zuverlässiges System sollte außerdem nachvollziehbar dokumentieren, welche Werkzeuge verwendet und welche Aktionen ausgeführt wurden.

Wird MCP zum Standard für KI-Anwendungen?

MCP besitzt das Potenzial, die Integration externer Werkzeuge in KI-Anwendungen erheblich zu vereinfachen.

Ein offenes Protokoll kann dazu beitragen, Entwicklungsaufwand zu reduzieren und die Wiederverwendbarkeit von Integrationen zu verbessern.

Allerdings ist noch nicht garantiert, dass MCP langfristig sämtliche anderen Integrationsmethoden verdrängen wird.

Unternehmen verwenden weiterhin direkte APIs, proprietäre Schnittstellen und klassische Automatisierungslösungen.

Welche Technologie sich für eine konkrete Aufgabe am besten eignet, hängt von verschiedenen Faktoren ab.

Dazu gehören Sicherheit, Zuverlässigkeit, Kosten, Leistungsfähigkeit und bestehende technische Systeme.

MCP ist deshalb weniger als vollständiger Ersatz bisheriger Technologien zu verstehen, sondern als zusätzliche Standardisierungsebene für KI-Anwendungen.

MCP verbindet künstliche Intelligenz mit der digitalen Arbeitswelt

Das Model Context Protocol gehört zu den wichtigen technischen Entwicklungen rund um moderne KI-Anwendungen.

Es ermöglicht eine standardisierte Kommunikation zwischen KI-Hosts und externen Werkzeugen, Datenquellen und Diensten.

Dadurch können KI-Assistenten und KI-Agenten Informationen abrufen und – bei entsprechender Berechtigung – Aktionen in anderen Programmen ausführen.

Besonders interessant ist MCP für Unternehmen, die künstliche Intelligenz in bestehende Arbeitsabläufe integrieren möchten.

Gleichzeitig zeigt sich, dass technische Möglichkeiten allein nicht ausreichen. Datenschutz, Berechtigungen und zuverlässige Kontrollmechanismen müssen von Anfang an berücksichtigt werden.

Die zentrale Erkenntnis lautet: MCP macht künstliche Intelligenz nicht automatisch intelligenter, kann sie aber wesentlich besser mit den Werkzeugen und Informationen verbinden, die sie für praktische Aufgaben benötigt.

Damit bildet MCP eine wichtige Brücke zwischen den Grundlagen moderner Sprachmodelle und der praktischen Automatisierung von Arbeitsprozessen.